2019-12-02 | 패션인사이트 854호 |

특별연재② 상품기획, AI신세계로 초대합니다.

중국 핫 걸그룹 火箭少女(Rocket girl)의 孟美岐 사례

패션 트렌드는 예측할 수 없는 ‘예외’가 자주 발생하는데, 바로 갑작스럽게 뜨는 상품이다. 대부분은 핫 스타나 이슈화된 특정 사건을 통해 새로운 트렌드가 만들어지면서 시작된다. 이는 기존에 통용되어 불리던 세부 아이템에 디테일한 요소가 결합되어 새로운 트렌드를 만들고 기존에 불리던 세부 아이템의 이름으로 명명할 수 없는 새로운 이름이 필요해 지는 순간이다.

자사의 핵심 서비스는 상품 사진만으로 세부 아이템까지 분별하는 ‘AI 이미지 자동 분류’다. 블라우스를 예로 15종류의 세부 아이템으로 학습되어 자동 판단되는 AI 브레인을 사용하는데 갑자기 ‘공효진 블라우스’라는 새로운 이름으로 사용될 때 거기에는 디테일한 요소가 포함되어 변형된 새로운 세부 아이템이 필요해진다.

고객이 관심을 보이고 새로운 트렌드가 만들어 지는 순간은 기회다. 여러 브랜드가 입점한 플랫폼이나 e-커머스 사업자(무신사, 지그재그, 브랜디 등)들에게 이런 기회는 더더욱 중요하다. 만약 아래 3가지의 방법으로 일을 한다면 AI를 활용한 제안을 관심있게 보았으면 한다.

1대안 : 유사 이미지 찾기

2대안 : AI 이미지 판단

느낌으로 비슷한 것을 찾는 것이라면, 2대안은 관찰을 통해 학습한 능력으로 자세히 보고 유사한 것을 찾는 것이라고 생각하면 된다. 당연히 정확도는 2대안이 좋지만 속도가 필요하다면 1대안 방법이 효과적이다.

정확성이냐? 스피드냐? 상황에 따라 어떤 것을 적용할지 결정하면 된다.(물론 혼합 방법도 있다) AI 기술은 미국을 주축으로 발전해 왔다. 그런데 적용의 사례를 만들어 내는 속도는 중국이 더 빠르다. 이유가 무엇일까? 중국은 비즈니스에 있어 실행이 먼저다. 어떤 문제가 생길지는 우선 출발 후 달리면서 고민한다. AI 인공 지능의 연구와 기술 개발은 학계와 구글, 아마존, 바이두, MS 등 혁신 기업을 통해 이론과 적용 모델이 만들어지고 대부분의 지식이 오픈 소스로 모두에게 개방된다. 이제 남은 일은 적용 아이디어와 학습 재료로 무엇을 사용할지가 남는다.

“AI 모델 사용료는 공짜여도 AI 모델을 학습할 데이터는 금이다”라는 표현이 적절한 것 같다. 학습 재료가 무수히 많은 곳이 중국이다. 초상권이 중요했다면 CCTV와 같은 적용이 가능했을까? 또 교육을 잘 받은 양질의 인재가 무수히 많고 여전히 임금 대비 효용 가치가 높은 나라다. 학습할 데이터를 수집하는 것에 제약이 적고 그 데이터를 가공할 양질의 노동력이 있다. 재주는 곰[이론과 AI모델]이 부리고 그 이득[빠른 비즈니스화]은 왕서방이 가져가기 좋은 구조인 것이다.

필자의 F&PLUS가 상해를 본사로 두고 있는 이유도 여기에 있다. 이제 방금 뜬 새로운 세부 아이템의 유형을 어떻게 진행할지 사례를 통해 소개해 보자. F&PLUS는 중국 이점을 활용해 30시간내 신규 브레인을 만드는 서비스가 있다.

중국 관영 언론(CCTV)에서 공개한 범죄 용의자 추적 시스템

중국 火箭少女(Rocket girl)은 HOT한 걸그룹이다. 2018년 9월에 발표한 히트곡 燃?我的?路里 (나의 칼로리를 태우다)는 전국구, 전연령에게 인기 있는 곡으로 의상 콘셉은 School Look에 Sports Concept이다. SNS상에 다이어트 바람과 함께 히트송에 맞춘 자체 동영상을 제작, 지금까지도 확산 중이다. 영상 속에 조거 팬츠에 Line Match된 착장이 많이 보인다. Rocket girl에서 다양한 방송 활동을 하는 孟美岐는 노래와 연기 등 다방면에 인기를 얻는 그룹 내 스타중에 스타로 최근 영화 ?仙1[2019.09.13출품]의 주연으로 출연, 잘 나가는 스타다.

그녀의 평상시 의상을 보면 스포츠 캐주얼로 상하의 Zip-up Set, ‘조거 팬츠에 Line Match’된 활동적인 옷을 많이 입는다. 히트송과 스타의 일상룩이 만났을 때 새로운 트렌드는 만들어 진다. 이것을 우리는 ‘孟美岐 Pants’라는 새로운 세부 아이템으로 명명하자. 이제 F&PLUS의 ’30시간내 신규 레이블 개발 프로세스’에 따라 ‘孟美岐 Pants AI 판별 시스템’을 만들어 보자. 우선 정의와 방향을 잡고 데이터를 모아 학습과 성능 TEST 후 결과를 만들어 내기까지 ’30시간내’ 적용된 실제 결과는 아래(대안1, 대안2)와 같다.

판별을 통과한 이미지가 많이 줄었다. 하지만 유사한 세부 아이템을 좀더 정확하게 찾는다. 더 많은 상품 서치는 새로 만든 판별 모델을 더 많은 브랜드에 적용해 바로 해결하면 된다. 이런 방법을 플랫폼, e-커머스 사업자가 사용했다면 경쟁자 보다 빠르게 시장 트렌드를 반영한 마케팅을 진행할 수 있었을 것이다. 빠르게 판을 읽고 먼저 ‘선빵’으로 치고 나간 자가 이기는 것은 당연한 결과 아니겠는가? 이제 사람이 빡 세게 하던 일에 ‘AI 동료’가 참여해 남보다 빠르게 치고 나갈 혁신적 방법과 사례를 만들어 보는 기회가 많아지길 기대해 본다.